模型部署新 API 参考

本文档仅适用于华北2（北京）地域。

前提条件

您已经阅读了模型部署和使用 API 进行模型部署的相关内容，掌握了模型部署 API 的使用方法，并熟悉了在阿里云百炼平台上进行模型部署的基本步骤。
已配置百炼的 API-KEY，请参考获取与配置 API Key。

获取可以部署的模型列表

GET https://dashscope.aliyuncs.com/api/v1/deployments/models

请求示例

通过下面的命令可以查询支持部署的模型，推荐使用version=v1.0获取包含部署方案和模板信息的完整响应。

curl "https://dashscope.aliyuncs.com/api/v1/deployments/models?page_no=1&page_size=100&version=v1.0&model_source=base" \
    --header "Authorization: Bearer ${DASHSCOPE_API_KEY}" \
    --header 'Content-Type: application/json'

查询用户微调模型：

curl "https://dashscope.aliyuncs.com/api/v1/deployments/models?page_no=1&page_size=100&version=v1.0&model_source=custom" \
    --header "Authorization: Bearer ${DASHSCOPE_API_KEY}" \
    --header 'Content-Type: application/json'

请求参数

参数	类型	传参方式	必选	说明
page_no	Number	query	否	页码，默认值为1。
page_size	Number	query	否	页大小，默认为50，最大值为100，最小值为1。
model_source	String	query	否	模型来源。`base`表示系统模型（默认），`custom`表示用户微调模型。
version	String	query	否	API 版本，推荐使用`v1.0`。使用`v1.0`时，响应中将包含完整的部署方案和模板信息。

响应示例&参数

点击此处查看

命令执行完成后，获得以下结果：

{
    "request_id": "f7da015c-ea90-4d96-af89-2f8d7604026a",
    "output": {
        "page_no": 1,
        "page_size": 100,
        "total": 5,
        "models": [
            {
                "model_name": "qwen3-8b",
                "plans": [
                    {
                        "plan": "mu",
                        "templates": [
                            {
                                "template_id": "MU1",
                                "template_name": "单机部署-标准推理型",
                                "template_type": "COUPLED",
                                "template_version": "v1",
                                "template_desc": "适用于标准推理场景",
                                "roles": {
                                    "unified": {
                                        "model_unit_spec": "MU1",
                                        "capacity_unit_per_instance": 4
                                    }
                                }
                            },
                            {
                                "template_id": "MU1-PD",
                                "template_name": "PD分离部署-标准推理型",
                                "template_type": "SEPERATED",
                                "template_version": "v1",
                                "template_desc": "适用于PD分离推理场景",
                                "roles": {
                                    "prefill": {
                                        "model_unit_spec": "MU1",
                                        "capacity_unit_per_instance": 4
                                    },
                                    "decode": {
                                        "model_unit_spec": "MU1",
                                        "capacity_unit_per_instance": 4
                                    }
                                }
                            }
                        ]
                    },
                    {
                        "plan": "lora"
                    }
                ]
            }
        ]
    }
}

响应参数

参数	类型	说明
models	Array	可部署模型列表。
models[].model_name	String	模型名称。
models[].plans	Array	该模型支持的部署方案列表。使用`version=v1.0`时返回。
models[].plans[].plan	String	部署方案类型：`mu`（模型单元）、`cu`（算力单元）、`ptu_v2`（预置吞吐量V2）、`lora`（LoRA共享部署）。
models[].plans[].templates	Array	部署模板列表（`plan=mu`时返回）。
page_no	Number	查询页码。
page_size	Number	查询页大小。
total	Long	满足查询条件的所有模型个数。

模板字段说明（templates）

参数	类型	说明
template_id	String	模板 ID，在创建模型部署任务时作为`template_id`参数传入。
template_name	String	模板显示名称。
template_type	String	模板类型：`COUPLED`（非 PD 分离，使用`capacity`参数）、`SEPERATED`（PD 分离，使用`prefill_capacity`和`decode_capacity`参数）。
template_version	String	模板版本。
template_desc	String	模板描述。
roles	Object	节点角色配置。COUPLED 模式包含`unified`节点，SEPERATED 模式包含`prefill`和`decode`节点。

roles 节点字段说明

参数	类型	说明
model_unit_spec	String	模型单元规格。
capacity_unit_per_instance	Number	单实例容量单元数，即 base_capacity。创建部署时`capacity`必须是该值的整数倍。

创建模型部署任务

POST https://dashscope.aliyuncs.com/api/v1/deployments

请求示例

示例1：模型单元部署（COUPLED 模式）

使用 template_id 指定 MU1 规格，capacity 为资源单元数量：

curl "https://dashscope.aliyuncs.com/api/v1/deployments" \
--header "Authorization: Bearer $DASHSCOPE_API_KEY" \
--header 'Content-Type: application/json' \
--data '{
    "model_name": "qwen3-8b",
    "plan": "mu",
    "template_id": "MU1",
    "capacity": 4
}'

示例2：模型单元部署（PD 分离模式）

使用 MU1-PD 模板，分别指定 prefill_capacity 和 decode_capacity：

curl "https://dashscope.aliyuncs.com/api/v1/deployments" \
--header "Authorization: Bearer $DASHSCOPE_API_KEY" \
--header 'Content-Type: application/json' \
--data '{
    "model_name": "qwen3-8b",
    "plan": "mu",
    "template_id": "MU1-PD",
    "prefill_capacity": 4,
    "decode_capacity": 8
}'

示例3：PTU v2 部署

按 Token 用量计费：

curl "https://dashscope.aliyuncs.com/api/v1/deployments" \
--header "Authorization: Bearer $DASHSCOPE_API_KEY" \
--header 'Content-Type: application/json' \
--data '{
    "model_name": "qwen3-8b",
    "plan": "ptu_v2"
}'

示例4：LoRA 共享部署

按 Token 用量计费：

curl "https://dashscope.aliyuncs.com/api/v1/deployments" \
--header "Authorization: Bearer $DASHSCOPE_API_KEY" \
--header 'Content-Type: application/json' \
--data '{
    "model_name": "qwen3-8b-ft-202511132025-0260",
    "plan": "lora"
}'

请求参数

参数	类型	传参方式	必选	说明
model_name	String	body	是	待部署的模型名称。
plan	String	body	是	部署方案：`mu`（模型单元）、`cu`（算力单元）、`ptu_v2`（预置吞吐量V2）、`lora`（LoRA共享部署）。
template_id	String	body	条件必填	部署模板 ID，对应获取可以部署的模型列表接口返回的 `template_id`。设置 `plan` 为 `mu` 时必须填写。推荐使用此参数指定模型单元规格。
deploy_spec（旧）	String	body	否	模型单元规格，已废弃。
capacity	Number	body	条件必填	资源单元数量。COUPLED 模式（非 PD 分离）必填，必须是 `capacity_unit_per_instance` 的整数倍。按 Token 用量计费（`plan` 为 `lora`）时该参数设置无效但必须填写。
prefill_capacity	Number	body	条件必填	Prefill 容量。PD 分离模式（`template_type` 为 `SEPERATED`）时必填。
decode_capacity	Number	body	条件必填	Decode 容量。PD 分离模式（`template_type` 为 `SEPERATED`）时必填。
name	String	body	否	服务显示名称。
suffix	String	body	否	模型部署后将生成新的模型名称，suffix 用于指定新模型名称的后缀，最大长度为8个字符且需全局唯一。每个模型在首次部署时可以不指定后缀，多次部署同一模型时必须设置。
charge_type	String	body	否	付费方式：`post_paid`（后付费，默认）、`pre_paid`（预付费）。
pre_paid_info	Object	body	条件必填	预付费信息，`charge_type` 为 `pre_paid` 时必填。包含字段：`auto_renewal`（Boolean，是否自动续费）、`duration`（Number，购买时长/月）、`auto_renewal_duration`（Number，自动续费时长）。
pre_paid_info.auto_renewal	Boolean	body	是	是否自动续费
pre_paid_info.duration	Integer	body	是	购买时长（月）
pre_paid_info.auto_renewal_duration	Integer	body	条件必填	自动续费时长（autoRenewal=true时必填）
enable_thinking	Boolean	body	否	是否启用思考模式，部分模型支持。
max_context_length	Number	body	否	最大上下文长度，部分模型支持。
quantization_precision	String	body	否	量化精度。
qpm_limit	Number	body	否	QPM 限流，每分钟请求数限制。仅 `plan` 为 `mu` 的部分模型支持。
tpm_limit	Number	body	否	TPM 限流，每分钟 Token 使用量限制。仅 `plan` 为 `mu` 的部分模型支持。

支持的模型

模型单元部署模式下，限流、推理加速等功能的支持情况。

文本生成
多模态
语音合成

千问
GLM
DeepSeek
更多模型

模型名称	模型代码	模型单元规格	小时单价（元）最小计费：分钟	包月单价（元）最小计费：天
千问3.6-35B-A3B	qwen3.6-35b-a3b	MU1 x 8	¥432	¥208,944
		MU2 x 8	¥504	¥240,288
		MU3 x 8	¥1,096	¥527,752
		MU9 x 1	¥51	¥24,600
千问3.6-27B	qwen3.6-27b	MU9 x 1	¥51	¥24,600
千问3.6-Flash-2026-04-16	qwen3.6-flash-2026-04-16	MU1 x 2	¥108	¥52,236
千问3.6-Flash-2026-04-16	qwen3.6-flash-2026-04-16	MU3 x 8	¥1,096	¥527,752
千问3.6-Plus-2026-04-02	qwen3.6-plus-2026-04-02	MU1 x 8 MU1 x 16（PD分离模式）	¥432 PD分离模式：¥864	¥208,944 PD分离模式：¥417,888

千问3.5-397B-A17B	qwen3.5-397b-a17b	MU3 x 8 MU3 x 16（PD分离模式）	¥1,096 PD分离模式：¥2,192	¥527,752 PD分离模式：¥1,055,504
千问3.5-397B-A17B	qwen3.5-397b-a17b	MU6 x 16	¥400	¥193,424
千问3.5-122B-A10B	qwen3.5-122b-a10b	MU1 x 4	¥216	¥104,472
千问3.5-122B-A10B	qwen3.5-122b-a10b	MU6 x 16	¥400	¥193,424
千问3.5-35B-A3B	qwen3.5-35b-a3b	MU1 x 2	¥108	¥52,236
		MU2 x 8	¥504	¥240,288
		MU3 x 8	¥1,096	¥527,752
		MU9 x 1	¥51	¥24,600
千问3.5-27B	qwen3.5-27b	MU2 x 8	¥504	¥240,288
		MU3 x 8	¥1,096	¥527,752
		MU8 x 1	¥47	¥22,400
		MU9 x 1	¥51	¥24,600
千问3.5-9B	qwen3.5-9b	MU2 x 2	¥126	¥60,072
千问3.5-Flash-2026-02-23	qwen3.5-flash-2026-02-23	MU1 x 2	¥108	¥52,236
千问3.5-Plus-2026-02-15	qwen3.5-plus-2026-02-15	MU1 x 8 MU1 x 16（PD分离模式）	¥432 PD分离模式：¥864	¥208,944 PD分离模式：¥417,888
		MU2 x 8	¥504	¥240,288
		MU3 x 8 MU3 x 16（PD分离模式）	¥1,096 PD分离模式：¥2,192	¥527,752 PD分离模式：¥1,055,504

千问3-235B-A22B-Instruct-2507	qwen3-235b-a22b-instruct-2507	MU1 x 4	¥216	¥104,472
		MU2 x 8	¥504	¥240,288
		MU3 x 8	¥1,096	¥527,752
千问3-32B	qwen3-32b	MU6 x 16	¥400	¥193,424
千问3-30B-A3B-Thinking-2507	qwen3-30b-a3b-thinking-2507	MU1 x 2	¥108	¥52,236
千问3-8B	qwen3-8b	MU1 x 2	¥108	¥52,236
千问3-8B	qwen3-8b	MU2 x 2	¥126	¥60,072
千问3-4B	qwen3-4b	MU1 x 2	¥108	¥52,236
千问3-4B	qwen3-4b	MU5 x 1	¥21	¥10,139
千问3-Embedding-0.6B	qwen3-embedding-0.6b	MU5 x 1	¥21	¥10,139
千问3-Embedding-0.6B	qwen3-embedding-0.6b	MU6 x 1	¥25	¥12,089
千问3-MoE-Rerank-0.6B	qwen3-moe-rerank-0.6b	MU5 x 1	¥21	¥10,139
千问3-Rerank-0.6B	qwen3-rerank-0.6b	MU5 x 1	¥21	¥10,139
千问3-Rerank-0.6B	qwen3-rerank-0.6b	MU6 x 1	¥25	¥12,089
千问3-Max-2025-09-23	qwen3-max-2025-09-23	MU2 x 8	¥504	¥240,288
千问3-Max-2025-09-23	qwen3-max-2025-09-23	MU3 x 8	¥1,096	¥527,752
千问3-Rerank	qwen3-rerank	MU5 x 1	¥21	¥10,139

千问2.5-开源版-72B	qwen2.5-72b-instruct	MU1 x 8	¥432	¥208,944
千问2.5-开源版-14B	qwen2.5-14b-instruct	MU1 x 2	¥108	¥52,236
千问2.5-开源版-7B	qwen2.5-7b-instruct	MU1 x 2	¥108	¥52,236
千问2.5-开源版-7B	qwen2.5-7b-instruct	MU5 x 1	¥21	¥10,139

千问-Plus-2025-07-28	qwen-plus-2025-07-28	MU1 x 4 MU1 x 16（PD分离模式）	¥216 PD分离模式：¥864	¥104,472 PD分离模式：¥417,888
千问-Plus-2025-12-01	qwen-plus-2025-12-01	MU1 x 4	¥216	¥104,472
Qwen-Plus-Character-2025-11-06	qwen-plus-character-2025-11-06	MU1 x 4	¥216	¥104,472

模型名称	模型代码	模型单元规格	小时单价（元）最小计费：分钟	包月单价（元）最小计费：天
GLM-5.1	glm-5.1	MU2 x 8	¥504	¥240,288
		MU3 x 16（PD分离模式）	PD分离模式：¥2,192	PD分离模式：¥1,055,504
		MU6 x 16	¥400	¥193,424
GLM-5	glm-5	MU3 x 16（PD分离模式）	PD分离模式：¥2,192	PD分离模式：¥1,055,504
GLM-4.7	glm-4.7	MU6 x 32（PD分离模式）	PD分离模式：¥800	PD分离模式：¥386,848

模型名称	模型代码	模型单元规格	小时单价（元）最小计费：分钟	包月单价（元）最小计费：天
DeepSeek-v4-Flash	deepseek-v4-flash	MU1 x 8	¥432	¥208,944
MU3 x 8	¥1,096	¥527,752
DeepSeek-v3.2	deepseek-v3.2	MU2 x 16（PD分离模式）	PD分离模式：¥1,008	PD分离模式：¥480,576

模型名称

模型代码

模型单元规格

小时单价（元）

最小计费：分钟

包月单价（元）

最小计费：天

DeepSeek-v4-Flash

deepseek-v4-flash

MU1 x 8

¥432

¥208,944

MU3 x 8

¥1,096

¥527,752

DeepSeek-v3.2

deepseek-v3.2

MU2 x 16（PD分离模式）

PD分离模式：¥1,008

PD分离模式：¥480,576

模型名称	模型代码	模型单元规格	小时单价（元）最小计费：分钟	包月单价（元）最小计费：天
Kimi-K2.5	kimi-k2.5	MU2 x 8	¥504	¥240,288

模型类型：

Instruct - 模型部署后以非思考模式进行推理。
Thinking - 模型部署后以思考模式进行推理。

模型部署类型：

PD 分离模式 - 降低首 Token 延迟、提高吞吐。 该部署模式部署的模型在进行模型推理时，将首 Token 计算（Prefill）和后续 Token 计算（Decode）两个计算阶段，拆到不同的计算节点执行。

千问VL
千问 Omni

模型名称	模型代码	模型单元规格	小时单价（元）最小计费：分钟	包月单价（元）最小计费：天
千问3-VL-235B-A22B-Thinking	qwen3-vl-235b-a22b-thinking	MU1 x 8	¥432	¥208,944
		MU2 x 8	¥504	¥240,288
		MU3 x 8	¥1,096	¥527,752
千问3-VL-32B-Instruct	qwen3-vl-32b-instruct	MU2 x 8	¥504	¥240,288
千问3-VL-32B-Instruct	qwen3-vl-32b-instruct	MU3 x 8	¥1,096	¥527,752
千问3-VL-8B-Instruct	qwen3-vl-8b-instruct	MU1 x 2	¥108	¥52,236
千问3-VL-8B-Instruct	qwen3-vl-8b-instruct	MU5 x 1	¥21	¥10,139
千问3-VL-4B-Instruct	qwen3-vl-4b-instruct	MU1 x 2	¥108	¥52,236
千问3-VL-2B-Instruct	qwen3-vl-2b-instruct	MU5 x 1	¥21	¥10,139
千问3-VL-Embedding-2B	qwen3-vl-embedding-2b	MU5 x 1	¥21	¥10,139
千问3-VL-Flash-2025-10-15	qwen3-vl-flash-2025-10-15	MU1 x 4	¥216	¥104,472
千问3-VL-Plus-2025-09-23	qwen3-vl-plus-2025-09-23	MU1 x 4	¥216	¥104,472

千问VL-Max-2025-08-13	qwen-vl-max-2025-08-13	MU6 x 4	¥100	¥48,356

模型名称	模型代码	模型单元规格	小时单价（元）最小计费：分钟	包月单价（元）最小计费：天
千问3.5-Omni-Flash	qwen3.5-omni-flash	MU9 x 1	¥51	¥24,600

模型类型：

Instruct - 模型部署后以非思考模式进行推理。
Thinking - 模型部署后以思考模式进行推理。
Instruct/Thinking - 可在模型部署时选择是否开启思考模式。

模型名称	模型代码	模型单元规格	小时单价（元）	包月单价（元）
cosyvoice-v3-flash	cosyvoice-v3-flash	MU5	¥21	¥10,139

响应示例&参数

点击此处查看

命令执行完成后，获得以下结果：

{
    "request_id": "f2ae64f7-83cc-410c-bc0b-840443f7eb86",
    "output": {
        "deployed_model": "qwen3-8b-20260115-abcd",
        "name": "我的模型服务",
        "model_name": "qwen3-8b",
        "base_model": "qwen3-8b",
        "status": "PENDING",
        "capacity": 4,
        "ready_capacity": 0,
        "base_capacity": 4,
        "workspace_id": "llm-8v53e*******",
        "charge_type": "post_paid",
        "plan": "mu",
        "model_unit_spec": "MU1",
        "creator": "16542902******",
        "modifier": "16542902******",
        "qpm_limit": 100000000,
        "tpm_limit": 3600000,
        "mu_capacity": {
            "unified": {
                "base_capacity": 4,
                "model_unit_spec": "MU1",
                "ready_capacity": 0,
                "capacity": 4
            }
        },
        "gmt_create": "2026-01-15T10:00:00",
        "gmt_modified": "2026-01-15T10:00:00"
    }
}

参数	类型	说明
request_id	String	本次请求的 ID。
output	Object	本次部署任务的详细信息。
deployed_model	String	新模型的唯一标识，在发起模型调用请求时需要在 SDK 参数传入。
name	String	服务显示名称。
model_name	String	部署任务使用的模型名称。
base_model	String	部署任务使用的模型对应的基础模型 ID。
status	String	部署任务的状态。 PENDING：正在创建部署任务。 DEPLOYING：部署中。 RUNNING：部署任务正在运行，可正常处理请求。 SCALING：扩缩容中。 UPDATING：正在更新部署任务。 UPDATING_PAUSED：更新已暂停。 SUSPENDING：暂停中（欠费）。 SUSPENDED：已暂停（欠费）。 STOPPING：停止中。 STOPPED：已停止，不再计费。 STARTING：启动中（从 STOPPED/FAILED 状态重新启动）。 FAILED：部署任务创建或更新失败。 DELETING：正在删除部署任务。
capacity	Number	部署任务的目标资源单元数量。
ready_capacity	Number	已就绪并可立即处理请求的资源单元数量。
base_capacity	Number	单实例基础容量。
workspace_id	String	部署任务所属的业务空间 ID。
charge_type	String	`post_paid`：后付费；`pre_paid`：预付费。
plan	String	部署任务的计费模式。
model_unit_spec	String	模型单元规格。
gmt_create	String	创建部署任务的时间。
gmt_modified	String	修改部署任务的时间。
creator	String	该部署任务创建人 UID。
modifier	String	对该部署任务进行最后一次操作的账号 UID。
fail_reason	String	失败原因（仅 FAILED 状态返回）。
enable_thinking	Boolean	是否开启思考模式，部分模型支持。
max_context_length	Number	最大上下文长度限制。
qpm_limit	Number	QPM 限流，每分钟请求数。
tpm_limit	Number	TPM 限流，每分钟 Token 使用量。
quantization_precision	String	量化精度。
仅模型单元（mu）部署方式响应
mu_capacity	Object	MU 容量详情。COUPLED 模式包含 `unified` 节点，SEPERATED 模式包含 `prefill` 和 `decode` 节点。每个节点包含：base_capacity、model_unit_spec、ready_capacity、capacity。
pre_paid_info	Object	预付费信息。
pre_paid_info.auto_renewal	Boolean	是否自动续费
pre_paid_info.duration	Integer	购买时长（月）
pre_paid_info.auto_renewal_duration	Integer	自动续费时长
pre_paid_instance_id	String	预付费实例 ID。
pre_paid_gmt_expired	String	预付费过期时间。
仅预置吞吐量V2（ptu_v2）部署方式响应
ptu_capacity	Object	PTU V2 容量信息。包含字段： `input_tpm_quota`（Number，输入 TPM 配额） `output_tpm_quota`（Number，输出 TPM 配额）
pre_paid_info	Object	预付费信息。
pre_paid_info.auto_renewal	Boolean	是否自动续费
pre_paid_info.duration	Integer	购买时长（月）
pre_paid_info.auto_renewal_duration	Integer	自动续费时长
pre_paid_instance_id	String	预付费实例 ID。
pre_paid_gmt_expired	String	预付费过期时间。

查询模型部署任务

GET https://dashscope.aliyuncs.com/api/v1/deployments/{deployed_model}

请求示例

curl "https://dashscope.aliyuncs.com/api/v1/deployments/qwen3-8b-20260115-abcd" \
    --header "Authorization: Bearer ${DASHSCOPE_API_KEY}" \
    --header 'Content-Type: application/json'

请求参数

参数	类型	传参方式	必选	说明
deployed_model	String	path	是	部署模型的唯一标识，可通过创建模型部署任务或列举模型部署任务获取。

响应示例&参数

点击此处查看

命令执行完成后，获得以下结果：

{
    "request_id": "d8b8c47b-ae32-4c41-b9f4-9a1e2b3c4d5e",
    "output": {
        "deployed_model": "qwen3-8b-20260115-abcd",
        "name": "我的模型服务",
        "model_name": "qwen3-8b",
        "base_model": "qwen3-8b",
        "status": "RUNNING",
        "capacity": 4,
        "ready_capacity": 4,
        "base_capacity": 4,
        "workspace_id": "llm-8v53e*******",
        "charge_type": "post_paid",
        "plan": "mu",
        "model_unit_spec": "MU1",
        "creator": "16542902******",
        "modifier": "16542902******",
        "qpm_limit": 100000000,
        "tpm_limit": 3600000,
        "mu_capacity": {
            "unified": {
                "base_capacity": 4,
                "model_unit_spec": "MU1",
                "ready_capacity": 4,
                "capacity": 4
            }
        },
        "gmt_create": "2026-01-15T10:00:00",
        "gmt_modified": "2026-01-15T10:30:00"
    }
}

响应参数

响应参数与创建模型部署任务的响应参数一致，请参考创建模型部署任务的响应参数说明。

列举模型部署任务

GET https://dashscope.aliyuncs.com/api/v1/deployments

请求示例

curl "https://dashscope.aliyuncs.com/api/v1/deployments?page_no=1&page_size=10" \
    --header "Authorization: Bearer ${DASHSCOPE_API_KEY}" \
    --header 'Content-Type: application/json'

请求参数

参数	类型	传参方式	必选	说明
age_no	Number	query	否	页码，默认值为1。
page_size	Number	query	否	页大小，默认为10，最大值为100。

响应示例&参数

点击此处查看

命令执行完成后，获得以下结果：

{
    "request_id": "a1b2c3d4-e5f6-7890-abcd-ef1234567890",
    "output": {
        "page_no": 1,
        "page_size": 10,
        "total": 2,
        "deployments": [
            {
                "deployed_model": "qwen3-8b-20260115-abcd",
                "name": "我的模型服务",
                "model_name": "qwen3-8b",
                "base_model": "qwen3-8b",
                "status": "RUNNING",
                "capacity": 4,
                "ready_capacity": 4,
                "base_capacity": 4,
                "workspace_id": "llm-8v53e*******",
                "charge_type": "post_paid",
                "plan": "mu",
                "model_unit_spec": "MU1",
                "creator": "16542902******",
                "modifier": "16542902******",
                "qpm_limit": 100000000,
                "tpm_limit": 3600000,
                "mu_capacity": {
                    "unified": {
                        "base_capacity": 4,
                        "model_unit_spec": "MU1",
                        "ready_capacity": 4,
                        "capacity": 4
                    }
                },
                "gmt_create": "2026-01-15T10:00:00",
                "gmt_modified": "2026-01-15T10:30:00"
            }
        ]
    }
}

响应参数

参数	类型	说明
page_no	Number	查询页码。
page_size	Number	查询页大小。
total	Long	满足查询条件的所有部署任务总数。
deployments	Array	部署任务列表。每个元素的字段与创建模型部署任务的响应参数一致，请参考创建模型部署任务的响应参数说明。

更新模型部署任务

更新模型部署任务即对部署服务进行扩缩容操作。仅当服务状态为 RUNNING 或 SCALING 时可调用，其他状态调用将返回 OperationDenied 错误。

PUT https://dashscope.aliyuncs.com/api/v1/deployments/{deployed_model}/scale

请求示例

COUPLED 模式扩缩容：

curl -X PUT "https://dashscope.aliyuncs.com/api/v1/deployments/qwen3-8b-20260115-abcd/scale" \
    --header "Authorization: Bearer ${DASHSCOPE_API_KEY}" \
    --header 'Content-Type: application/json' \
    --data '{
    "capacity": 8
}'

PD 分离模式扩缩容：

curl -X PUT "https://dashscope.aliyuncs.com/api/v1/deployments/qwen3-8b-20260115-abcd/scale" \
    --header "Authorization: Bearer ${DASHSCOPE_API_KEY}" \
    --header 'Content-Type: application/json' \
    --data '{
    "prefill_capacity": 4,
    "decode_capacity": 8
}'

请求参数

参数	类型	传参方式	必选	说明
deployed_model	String	path	是	部署模型的唯一标识。
capacity	Number	body	条件必填	扩缩容的目标资源单元数量。COUPLED 模式（非 PD 分离）时必填，必须是 `base_capacity` 的整数倍。
prefill_capacity	Number	body	条件必填	Prefill 目标容量。PD 分离模式时必填。
decode_capacity	Number	body	条件必填	Decode 目标容量。PD 分离模式时必填。
ptu_capacity	Object	body	条件必填	PTU V2 容量信息。包含字段： `input_tpm_quota`（Number，输入 TPM 配额） `output_tpm_quota`（Number，输出 TPM 配额）

响应示例&参数

点击此处查看

命令执行完成后，获得以下结果：

{
    "request_id": "e5f6a7b8-c9d0-1234-5678-abcdef012345",
    "output": {
        "deployed_model": "qwen3-8b-20260115-abcd",
        "name": "我的模型服务",
        "model_name": "qwen3-8b",
        "base_model": "qwen3-8b",
        "status": "SCALING",
        "capacity": 8,
        "ready_capacity": 4,
        "base_capacity": 4,
        "workspace_id": "llm-8v53e*******",
        "charge_type": "post_paid",
        "plan": "mu",
        "model_unit_spec": "MU1",
        "creator": "16542902******",
        "modifier": "16542902******",
        "qpm_limit": 100000000,
        "tpm_limit": 3600000,
        "mu_capacity": {
            "unified": {
                "base_capacity": 4,
                "model_unit_spec": "MU1",
                "ready_capacity": 4,
                "capacity": 8
            }
        },
        "gmt_create": "2026-01-15T10:00:00",
        "gmt_modified": "2026-01-15T11:00:00"
    }
}

响应参数

响应参数与创建模型部署任务的响应参数一致，请参考创建模型部署任务的响应参数说明。

停止部署的模型

仅模型单元（mu）部署方式支持停止服务。仅当服务状态为 RUNNING 或 SCALING 时可调用。cu、ptu_v2、lora 方式调用此接口将返回 UnsupportedOperation 错误。停止后服务不再计费，可通过API 详情 API 重新启动。

POST https://dashscope.aliyuncs.com/api/v1/deployments/{deployed_model}/stop

请求示例

curl -X POST "https://dashscope.aliyuncs.com/api/v1/deployments/qwen3-8b-20260115-abcd/stop" \
    --header "Authorization: Bearer ${DASHSCOPE_API_KEY}" \
    --header 'Content-Type: application/json'

请求参数

参数	类型	传参方式	必选	说明
deployed_model	String	path	是	部署模型的唯一标识。

响应示例&参数

点击此处查看

命令执行完成后，获得以下结果：

{
    "request_id": "f1a2b3c4-d5e6-7890-abcd-ef1234567890",
    "output": {
        "deployed_model": "qwen3-8b-20260115-abcd",
        "name": "我的模型服务",
        "model_name": "qwen3-8b",
        "base_model": "qwen3-8b",
        "status": "STOPPING",
        "capacity": 4,
        "ready_capacity": 4,
        "base_capacity": 4,
        "workspace_id": "llm-8v53e*******",
        "charge_type": "post_paid",
        "plan": "mu",
        "model_unit_spec": "MU1",
        "creator": "16542902******",
        "modifier": "16542902******",
        "qpm_limit": 100000000,
        "tpm_limit": 3600000,
        "mu_capacity": {
            "unified": {
                "base_capacity": 4,
                "model_unit_spec": "MU1",
                "ready_capacity": 4,
                "capacity": 4
            }
        },
        "gmt_create": "2026-01-15T10:00:00",
        "gmt_modified": "2026-01-15T12:00:00"
    }
}

响应参数

响应参数与创建模型部署任务的响应参数一致，请参考创建模型部署任务的响应参数说明。

重新启动部署的模型

POST https://dashscope.aliyuncs.com/api/v1/deployments/{deployed_model}/start

请求示例

curl -X POST "https://dashscope.aliyuncs.com/api/v1/deployments/qwen3-8b-20260115-abcd/start" \
    --header "Authorization: Bearer ${DASHSCOPE_API_KEY}" \
    --header 'Content-Type: application/json'

请求参数

参数	类型	传参方式	必选	说明
deployed_model	String	path	是	部署模型的唯一标识，可通过创建模型部署任务或列举模型部署任务获取。

响应示例&参数

点击此处查看

命令执行完成后，获得以下结果：

启动后状态为 STARTING，模型可调用后变为 RUNNING

{
  "request_id": "xxx-xxx-xxx",
  "output": {
    "deployed_model": "qwen-7b-chat-ft-20240101-abcd",
    "model_name": "qwen-7b-chat-ft",
    "base_model": "qwen-7b-chat",
    "status": "STARTING",
    "capacity": 1,
    "ready_capacity": 0,
    "base_capacity": 1,
    "plan": "mu",
    "model_unit_spec": "MU5",
    "workspace_id": "workspace-xxx",
    "charge_type": "post_paid",
    "creator": "user123",
    "modifier": "user123",
    "qpm_limit": 100000000,
    "tpm_limit": 3600000,
    "mu_capacity": {
      "unified": {
        "base_capacity": 1,
        "model_unit_spec": "",
        "ready_capacity": 0,
        "capacity": 1
      }
    },
    "gmt_create": "2024-01-01T10:00:00",
    "gmt_modified": "2024-01-01T13:00:00"
  }
}

响应参数

响应参数与创建模型部署任务的响应参数一致，请参考创建模型部署任务的响应参数说明。

删除模型部署任务

仅当服务状态为 STOPPED 或 FAILED 时可调用删除。RUNNING 状态的服务需先调用API 详情接口。

DELETE https://dashscope.aliyuncs.com/api/v1/deployments/{deployed_model}

请求示例

curl -X DELETE "https://dashscope.aliyuncs.com/api/v1/deployments/qwen3-8b-20260115-abcd" \
    --header "Authorization: Bearer ${DASHSCOPE_API_KEY}" \
    --header 'Content-Type: application/json'

请求参数

参数	类型	传参方式	必选	说明
deployed_model	String	path	是	部署模型的唯一标识。

响应示例&参数

点击此处查看

命令执行完成后，获得以下结果：

{
    "request_id": "g1h2i3j4-k5l6-7890-mnop-qr1234567890",
    "output": {
        "deployed_model": "qwen3-8b-20260115-abcd",
        "name": "我的模型服务",
        "model_name": "qwen3-8b",
        "base_model": "qwen3-8b",
        "status": "DELETING",
        "capacity": 4,
        "ready_capacity": 0,
        "base_capacity": 4,
        "workspace_id": "llm-8v53e*******",
        "charge_type": "post_paid",
        "plan": "mu",
        "model_unit_spec": "MU1",
        "creator": "16542902******",
        "modifier": "16542902******",
        "gmt_create": "2026-01-15T10:00:00",
        "gmt_modified": "2026-01-15T14:00:00"
    }
}

响应参数

响应参数与创建模型部署任务的响应参数一致，请参考创建模型部署任务的响应参数说明。

异常响应

{
    "request_id": "6fec0a3f-a1df-4f89-8c8f-33cb0db9f5b0",
    "code": "InvalidParameter",
    "message": "capacity is required when template_type is COUPLED"
}

响应参数

参数	类型	说明
request_id	String	本次请求的系统生成 ID。
code	String	错误码，标识错误类型。
message	String	错误详情，用于问题排查。

常见错误

错误原因	说明
`InvalidParameter`	参数错误，如缺少必填参数、参数值不合法、template_id 和 deploy_spec 同时传入等。
`AccessDenied`	权限不足或资源不存在。
`OperationDenied`	当前状态不允许执行该操作，如在非 RUNNING 状态下执行扩缩容，或在非 STOPPED/FAILED 状态下删除。
`UnsupportedOperation`	当前部署方案不支持该操作，如 cu 方式不支持停止服务。
`StockLimit`	资源库存不足，无法完成扩容或部署。
`InternalError`	内部错误。
`NotFound`	指定的部署任务不存在。
`Conflict`	操作冲突，如服务正在进行其他操作。

​前提条件

​获取可以部署的模型列表

​请求示例

​请求参数

​响应示例&参数

响应参数

模板字段说明（templates）

roles 节点字段说明

​创建模型部署任务

​请求示例

​示例1：模型单元部署（COUPLED 模式）

​示例2：模型单元部署（PD 分离模式）

​示例3：PTU v2 部署

​示例4：LoRA 共享部署

​请求参数

​支持的模型

​响应示例&参数

​查询模型部署任务

​请求示例

​请求参数

​响应示例&参数

响应参数

​列举模型部署任务

​请求示例

​请求参数

​响应示例&参数

响应参数

​更新模型部署任务

​请求示例

​请求参数

​响应示例&参数

响应参数

​停止部署的模型

​请求示例

​请求参数

​响应示例&参数

响应参数

​重新启动部署的模型

​请求示例

​请求参数

​响应示例&参数

响应参数

​删除模型部署任务

​请求示例

​请求参数

​响应示例&参数

响应参数

​异常响应

​响应参数

​常见错误

前提条件

获取可以部署的模型列表

请求示例

请求参数

响应示例&参数

创建模型部署任务

请求示例

示例1：模型单元部署（COUPLED 模式）

示例2：模型单元部署（PD 分离模式）

示例3：PTU v2 部署

示例4：LoRA 共享部署

请求参数

支持的模型

响应示例&参数

查询模型部署任务

请求示例

请求参数

响应示例&参数

列举模型部署任务

请求示例

请求参数

响应示例&参数

更新模型部署任务

请求示例

请求参数

响应示例&参数

停止部署的模型

请求示例

请求参数

响应示例&参数

重新启动部署的模型

请求示例

请求参数

响应示例&参数

删除模型部署任务

请求示例

请求参数

响应示例&参数

异常响应

响应参数

常见错误